CN110428064A - 确定设备磨损程度的方法、装置及存储介质 - Google Patents
确定设备磨损程度的方法、装置及存储介质 Download PDFInfo
- Publication number
- CN110428064A CN110428064A CN201910648604.XA CN201910648604A CN110428064A CN 110428064 A CN110428064 A CN 110428064A CN 201910648604 A CN201910648604 A CN 201910648604A CN 110428064 A CN110428064 A CN 110428064A
- Authority
- CN
- China
- Prior art keywords
- wear
- equipment
- abrading section
- wear particle
- degree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 239000002245 particle Substances 0.000 claims abstract description 181
- 239000000463 material Substances 0.000 claims abstract description 86
- 239000007788 liquid Substances 0.000 claims abstract description 32
- 238000005299 abrasion Methods 0.000 claims abstract description 31
- 238000004590 computer program Methods 0.000 claims description 11
- 230000015654 memory Effects 0.000 claims description 10
- 239000003921 oil Substances 0.000 description 31
- 238000012544 monitoring process Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000005461 lubrication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 239000000314 lubricant Substances 0.000 description 2
- 230000001050 lubricating effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000002791 soaking Methods 0.000 description 2
- 239000010913 used oil Substances 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/56—Investigating resistance to wear or abrasion
- G01N3/565—Investigating resistance to wear or abrasion of granular or particulate material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N2015/0294—Particle shape
Landscapes
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Dispersion Chemistry (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Disintegrating Or Milling (AREA)
Abstract
本发明提供一种确定设备磨损程度的方法、装置及存储介质，所述方法包括：获取油液中磨损颗粒的属性信息，所述属性信息包括重量、粒径、形状和材质，所述磨损颗粒的粒径大于或等于10微米；根据所述属性信息中的粒径、形状和材质，确定与所述磨损颗粒对应的设备的磨损部位；根据所述属性信息中的重量，确定所述设备中所述磨损部位的磨损程度。本发明提供的确定设备磨损程度的方法、装置及存储介质，通过对磨损大颗粒进行分析，可以获得磨损部位的磨损总量，以提高磨损部位磨损程度的准确性，实现对设备的实际运行周期进行预测。
Description
技术领域
本发明涉及计算机应用技术领域，尤其涉及一种确定设备磨损程度的方法、装置及存储介质。
背景技术
在工矿企业的生产过程中，设备的润滑状态和磨损程度对于企业安全和稳定的生产至关重要。
众所周知，在大型转动设备中，摩擦副的相对运动会产生摩擦磨损，因此在用润滑油监测工作中理化性能检测就尤为重要，通过理化性能检测可以判断大型转动设备的润滑是否处于正常磨损状态。其次，零部件的磨损是最常见、最主要的失效形式。有80％的大型转动设备其失效是由磨损引起；而因摩擦消耗的能源占总能源消耗的l/3～1/2。如何监测在用大型转动设备的磨损状况就是一个十分重要的问题。目前最直接、简便的方法是通过分析在用润滑油中的机械杂质，来监测大型转动设备的磨损状况。
目前，监测在用大型转动设备的磨损状况，通常采用油液监测技术分析在用润滑油中的机械杂质，而油液监测技术所采用的较为广泛和有效的技术手段为：润滑剂分析(Oil Analysia)和磨损微粒分析(Wear Particle Analysis)。润滑剂分析主要是通过监测油液中添加剂的损耗，或者监测油品的物理或化学性能指标的变化程度等，以此检测机械设备的润滑状态，同时还可识别出机械设备因润滑不良可能引起的故障。磨损微粒分析主要是通过对润滑油中携带的磨损微粒的尺寸、形状、颜色和浓度等指标，来实现对机械设备摩擦的有效监测和诊断。
但是，现有技术中监测机械设备磨损程度的准确度不高，致使无法准确的预测设备的运行周期。
发明内容
为解决现有技术中存在的问题，本发明提供一种确定设备磨损程度的方法、装置及存储介质，通过对磨损大颗粒进行分析，可以获得磨损部位的磨损总量，以提高磨损部位磨损程度的准确性，实现对设备的实际运行周期进行预测。
第一方面，本发明实施例提供一种确定设备磨损程度的方法，该方法包括：
获取油液中磨损颗粒的属性信息，所述属性信息包括重量、粒径、形状和材质，所述磨损颗粒的粒径大于或等于10微米；
根据所述属性信息中的粒径、形状和材质，确定与所述磨损颗粒对应的设备的磨损部位；
根据所述属性信息中的重量，确定所述设备中所述磨损部位的磨损程度。
可选的，获取油液中磨损颗粒的属性信息，包括：
获取油液中粒径大于或等于10微米的磨损颗粒；
对所述磨损颗粒分析，获取所述磨损颗粒的属性信息。
可选的，所述根据所述属性信息中的重量，确定所述设备中所述磨损部位的磨损程度，包括：
根据预设的磨损颗粒的重量与磨损部位的磨损程度的对应关系，确定与所述磨损颗粒的重量对应的设备中所述磨损部位的磨损程度。
可选的，所述根据预设的磨损颗粒的重量与磨损部位的磨损程度的对应关系，确定与所述磨损颗粒的重量对应的设备中所述磨损部位的磨损程度之前，所述方法还包括：
建立所述磨损颗粒的重量与磨损部位的磨损程度之间的对应关系。
可选的，所述根据所述属性信息中的粒径、形状和材质，确定与所述磨损颗粒对应的设备的磨损部位，包括：
监测所述设备中的所有磨损部位，并获取各所述磨损部位的基础信息，所述基础信息包括磨损部位的尺寸、形状和材质；
将所述磨损颗粒的属性信息与监测到的所述设备中各磨损部位的基础信息进行匹配；
根据匹配结果，确定与所述磨损颗粒对应的所述设备中的磨损部位。
可选的，所述将所述磨损颗粒的属性信息与监测到的所述设备中各磨损部位的基础信息进行匹配，包括：
依次将所述磨损颗粒的形状、材质和粒径，分别与监测到的所述设备中所述各磨损部位的形状、材质和尺寸进行匹配。
可选的，所述将所述磨损颗粒的形状、材质和粒径，分别与监测到的所述设备中所述各磨损部位的形状、材质和尺寸进行匹配，包括：
根据所述磨损颗粒的形状，与所述设备中的所有磨损部位的形状进行匹配，获得P个形状匹配成功的磨损部位；
根据所述磨损颗粒的材质，与所述P个形状匹配成功的磨损部位的材质进行匹配，获得P个磨损部位中的N个材质匹配成功的磨损部位，所述P和 N为大于或等于1的正整数，且P大于或等于N；
根据所述磨损颗粒的粒径，与所述N个材质匹配成功的磨损部位的尺寸进行匹配。
第二方面，本发明实施例提供一种确定设备磨损程度的装置，该装置包括：
获取模块，用于获取油液中磨损颗粒的属性信息，所述属性信息包括重量、粒径、形状和材质，所述磨损颗粒的粒径大于或等于10微米；
确定模块，用于根据所述属性信息中的粒径、形状和材质，确定与所述磨损颗粒对应的设备的磨损部位；
所述确定模块，用于根据所述属性信息中的重量，确定所述设备中所述磨损部位的磨损程度。
可选的，所述获取模块，具体用于：
获取油液中粒径大于或等于10微米的磨损颗粒；
对所述磨损颗粒分析，获取所述磨损颗粒的属性信息。
可选的，所述确定模块，还用于根据预设的磨损颗粒的重量与磨损部位的磨损程度的对应关系，确定与所述磨损颗粒的重量对应的设备中所述磨损部位的磨损程度。
可选的，所述装置还包括建立模块，其中，
所述建立模块，用于建立所述磨损颗粒的重量与磨损部位的磨损程度之间的对应关系。
可选的，所述确定模块，具体用于：
监测所述设备中的所有磨损部位，并获取各所述磨损部位的基础信息，所述基础信息包括磨损部位的尺寸、形状和材质；
将所述磨损颗粒的属性信息与监测到的所述设备中各磨损部位的基础信息进行匹配；
根据匹配结果，确定与所述磨损颗粒对应的所述设备中的磨损部位。
可选的，所述确定模块还用于依次将所述磨损颗粒的形状、材质和粒径，分别与监测到的所述设备中所述各磨损部位的形状、材质和尺寸进行匹配。
可选的，所述确定模块，具体用于：
根据所述磨损颗粒的形状，与所述设备中的所有磨损部位的形状进行匹配，获得P个形状匹配成功的磨损部位；
根据所述磨损颗粒的材质，与所述P个形状匹配成功的磨损部位的材质进行匹配，获得P个磨损部位中的N个材质匹配成功的磨损部位，所述P和 N为大于或等于1的正整数，且P大于或等于N；
根据所述磨损颗粒的粒径，与所述N个材质匹配成功的磨损部位的尺寸进行匹配。
第三方面，本发明实施例提供一种电子设备，包括：
处理器；
存储器，用于存储所述处理器的计算机程序；以及，
其中，所述处理器被配置为通过执行所述计算机程序来执行第一方面所述的确定设备磨损程度的方法。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序使得电子设备执行第一方面所述的确定设备磨损程度的方法。
本发明提供的确定设备磨损程度的方法、装置及存储介质，该方法包括：通过获取油液中磨损颗粒的属性信息，所述属性信息包括重量、粒径、形状和材质，所述磨损颗粒的粒径大于或等于10微米；根据所述属性信息中的粒径、形状和材质，确定与所述磨损颗粒对应的设备的磨损部位；根据所述属性信息中的重量，确定所述设备中所述磨损部位的磨损程度。由于对磨损颗粒中粒径大于或等于10微米的颗粒进行分析，可以获得到磨损部位的磨损总量，以提高确定出的磨损部位磨损程度的准确性，实现对设备的实际运行周期进行预测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明根据一示例性实施例提供的一种确定设备磨损程度的方法的流程图；
图2是本发明根据另一示例性实施例提供的一种确定设备磨损程度的方法的流程图；
图3是本发明根据又一示例性实施例提供的一种确定设备磨损程度的方法的流程图；
图4是本发明根据一示例性实施例提供的一种确定设备磨损程度的装置的框图；
图5是本发明根据另一示例性实施例提供的一种确定设备磨损程度的装置的框图；
图6为本发明一实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”及“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明提供的确定设备磨损程度的方法可以应用于工矿企业生产过程对设备磨损程度评价的场景中。现有技术中通过获取油液中过滤后的磨损小微粒，并对小微粒进行磨损微粒分析，进而确定设备的磨损程度。但是，油液中的磨损大颗粒对设备的平稳运行威胁巨大，且会加速设备的磨损，仅仅通过小微粒并不能全面的了解设备的磨损情况，也即确定设备的磨损程度准确性不高，更无法准确的预测设备的实际运行周期。
考虑到上述技术问题，本发明提出了一种确定设备磨损程度的方法，该方法包括：通过获取油液中磨损颗粒的属性信息，属性信息包括重量、粒径、形状和材质，磨损颗粒的粒径大于或等于10微米；并根据属性信息中的粒径、形状和材质，确定与磨损颗粒对应的设备的磨损部位；进一步根据属性信息中的重量，确定设备中磨损部位的磨损程度。由于对磨损颗粒中粒径大于或等于10微米的颗粒进行分析，可以获得到磨损部位的磨损总量，以提高确定出的磨损部位磨损程度的准确性，实现对设备的实际运行周期进行预测。
下面以具体的实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1是本发明根据一示例性实施例示出的一种确定设备磨损程度的方法的流程图。该方法可以由任意执行确定设备磨损程度的方法的装置来执行，该装置可以通过软件和/或硬件实现。本实施例中，该装置可以集成在电子设备中。如图1所示，本发明实施例提供的确定设备磨损程度的方法包括如下步骤：
步骤101：获取油液中磨损颗粒的属性信息，属性信息包括重量、粒径、形状和材质，磨损颗粒的粒径大于或等于10微米。
在本步骤中，在获取油液中磨损颗粒的属性信息之前，需要先从油液中获取磨损颗粒，通常通过在过滤器中放置不同目数的滤芯，以对油液中不同粒径的磨损颗粒进行过滤，在本实施例中，选取孔径为10微米的滤芯，也即，获取粒径大于或等于10微米的磨损颗粒。具体的获取方式可以为：
获取孔径为10微米对应目数的干净滤芯，将干净滤芯放置在未使用的油液中浸泡，浸泡条件为：浸泡油液温度为在用油液温度±5摄氏度，浸泡时间为48小时，当然浸泡的时间可以根据实际需要进行设置，本实施例不做任何限制。之后，取出浸泡后的滤芯，悬空放置，悬空放置条件为：无污染且温度为20±2摄氏度的恒温环境，放置时间为48小时，当然，悬空放置的时间也不做任何限制。对悬空放置后的滤芯进行称重，得到滤前重量G1。将称重后的滤芯放入过滤器中，以对油液中的磨损颗粒进行过滤。通过压力表监测滤芯两侧的压力差，在压力差大于或等于预设值时，取出带有磨损颗粒的滤芯，该预设值可以根据需要进行设置，本实施例不做任何限制。对带有磨损颗粒的滤芯进行悬空放置，此时悬空放置的条件与浸泡后的滤芯的悬空放置条件相同。以此获取到大于或等于10微米的磨损颗粒。
进一步的，对悬空放置后的滤芯进行称重，得到滤后重量G2，进而计算油液中粒径大于或等于10微米的磨损颗粒的总重量G＝滤后重量G2-滤前重量G1。
为了简化确定设备磨损程度的操作，在本实施例中，可以将获取到的粒径大于或等于10微米的磨损颗粒进行等分为多份，可以等分为5份、10份或20等，但等分的份数不做任何限制，可以通过用户进行设置，也可以为自定的设置等分的份数。在本步骤中，以将获取到的粒径大于或等于10微米的磨损颗粒进行10等分，获取到磨损颗粒总重量的十分之一的磨损颗粒。
进一步的对获取的十分之一的磨损颗粒进行分析，以获取磨损颗粒的属性信息，其中磨损颗粒的属性信息包括：重量、粒径、形状和材质，十分之一的磨损颗粒的重量可以根据磨损颗粒的总重量获取到，也可以对其进行称重获取到，粒径可以根据图像处理装置扫描获取，当然也可以通过其他方式获取到，形状也可以通过图像处理装置的扫描获取，磨损颗粒的材质可以通过现有技术中常规手段分析得出。
在本步骤中，通过获取到油液中粒径大于或等于10微米的磨损颗粒，可以根据油液中的磨损大颗粒的总重量对设备的磨损程度进行评价，并对设备的实际运行周期进行预测。
步骤102：根据属性信息中的粒径、形状和材质，确定与磨损颗粒对应的设备的磨损部位。
在本步骤中，根据获取到的磨损颗粒属性信息中的粒径、形状和材质，可以从多个设备中确定出磨损颗粒对应的设备的磨损部位。示例的，若磨损颗粒的粒径为50微米，根据确定设备磨损装置监测到的多个磨损部位，确定出磨损部位的尺寸与粒径50微米的磨损颗粒进行匹配。若是匹配成功，则进一步的确定磨损颗粒的形状是否与磨损部位的形状相匹配。若匹配成功，可以进一步的确定磨损颗粒的材质是否与磨损部位的材质是否相同，若相同，则确定该磨损部位为该磨损颗粒对应的磨损部位。其中，匹配成功的条件可以通过设置两者的相似度来确定。例如，若两者的相似度大于或等于80％，则定义为匹配成功，若两者的相似度小于80％，则定义为匹配失败，具体的匹配成功的条件可以根据实际的需要进行设置，本发明并不做任何限制。
步骤103：根据属性信息中的重量，确定设备中磨损部位的磨损程度。
在本步骤中，在确定出磨损颗粒对应的设备磨损部位之后，进一步的来确定该磨损部位的磨损程度，具体的根据磨损部位的磨损颗粒总重量来确定该磨损部位的磨损程度。
示例的，继步骤101中的例子，假设在获取到的十分之一的磨损颗粒中，若确定出A磨损部位的磨损颗粒的重量为G0，那么在获取到的总重量为G 的粒径大于或等于10微米的所有磨损颗粒中，A磨损部位的磨损颗粒的总重量为10×G0，并根据A磨损部位的磨损颗粒的总重量10×G0，来确定设备中A磨损部位的磨损程度。
在本步骤中，根据磨损部位的磨损颗粒总重量，来确定磨损部位的磨损程度，可以实现对设备运行状态进行预测，可以减小因磨损大颗粒对设备平稳运行的影响，同时，还可以及时去除磨损颗粒，以减少对设备的损害。
本发明实施例提出了一种确定设备磨损程度的方法，该方法包括：通过获取油液中磨损颗粒的属性信息，属性信息包括重量、粒径、形状和材质，磨损颗粒的粒径大于或等于10微米；根据属性信息中的粒径、形状和材质，确定与磨损颗粒对应的设备的磨损部位；根据属性信息中的重量，确定设备中磨损部位的磨损程度。由于对磨损颗粒中粒径大于或等于10微米的颗粒进行分析，可以获得到磨损部位的磨损总量，以提高磨损部位磨损程度的准确性，实现对设备的实际运行周期进行预测。
图2是本发明根据又一示例性实施例示出的一种确定设备磨损程度的方法的流程示意图。在图1的基础上，如何根据属性信息中的重量，确定设备中磨损部位的磨损程度的过程，进行详细介绍，如图2所示，本发明实施例提供的确定设备磨损程度的方法包括如下步骤：
步骤201：获取油液中磨损颗粒的属性信息，属性信息包括重量、粒径、形状和材质，磨损颗粒的粒径大于或等于10微米。
步骤202：根据属性信息中的粒径、形状和材质，确定与磨损颗粒对应的设备的磨损部位。
步骤201-步骤202与步骤101-步骤102类似，此处不再赘述。
步骤203：根据预设的磨损颗粒的重量与磨损部位的磨损程度的对应关系，确定与磨损颗粒的重量对应的设备中磨损部位的磨损程度。
可选的，在步骤203之前，需要先建立磨损颗粒的重量与磨损部位的磨损程度之间的对应关系，示例的，该对应关系可以为在A磨损部位的磨损颗粒的重量小于或等于100克，A磨损部位的磨损程度为轻度磨损，若重量大于100克且小于500克，磨损程度为中度磨损，若重量大于或等于500克，磨损程度为严重磨损，当然，对于磨损程度划分的方式不做任何限定，也可以以百分数来表示磨损部位的磨损程度。
需要说明的是，建立磨损颗粒的重量与磨损部位的磨损程度之间的对应关系可以在步骤201或步骤202之前，也可以在步骤201或步骤202之后，具体的，先执行建立磨损颗粒的重量与磨损部位的磨损程度之间的对应关系，还是先执行步骤201或步骤202，本发明不做任何限制。
在本步骤中，根据磨损颗粒的重量，确定设备中磨损部位的磨损程度，不仅可以获知磨损部位的磨损总量，还可以根据磨损程度为维修和工作人员对设备的运行状态的预测提供参考。
在本实施例中，通过先建立磨损颗粒的重量与磨损部位的磨损程度之间的对应关系，可以在根据磨损颗粒的重量，确定设备中磨损部位的磨损程度的过程中，直接根据该预设的对应关系确定磨损部位的磨损程度，进而提高确定磨损部位的磨损程度的效率。
图3是本发明根据又一示例性实施例示出的一种确定设备磨损程度的方法的流程示意图，本实施例在图1所示实施例的基础上，对如何根据属性信息中的粒径、形状和材质，确定与磨损颗粒对应的设备的磨损部位的过程，进行详细说明。本发明实施例提供的确定设备磨损程度的方法包括如下步骤：
步骤301：获取油液中磨损颗粒的属性信息，属性信息包括重量、粒径、形状和材质，磨损颗粒的粒径大于或等于10微米。
步骤301与步骤101类似，此处不再赘述。
步骤302：监测设备中的所有磨损部位，并获取各磨损部位的基础信息，基础信息包括磨损部位的尺寸、形状和材质。
在本步骤中，在获取磨损颗粒的属性信息的同时，还需要监测设备中所有磨损部位的基础信息，监测的方式可以为但不局限于定时监测或实时监测。其中，磨损部位的基础信息包括磨损部位的尺寸、形状和材质，磨损部位的基础信息与确定磨损部位的磨损颗粒的属性信息相对应，为步骤303提供依据。示例的，磨损颗粒的粒径应与磨损部位的尺寸相对应，磨损颗粒的形状与磨损部位的形状相对应，磨损颗粒的材质与磨损部位的材质相对应。
步骤303：将磨损颗粒的属性信息与监测到的设备中各磨损部位的基础信息进行匹配。
在一种可选的方式中，依次将磨损颗粒的形状、材质和粒径，分别与监测到的设备中各磨损部位的形状、材质和尺寸进行匹配。具体的，根据磨损颗粒的形状，与设备中的所有磨损部位的形状进行匹配，获得P个形状匹配成功的磨损部位；根据磨损颗粒的材质，与P个形状匹配成功的磨损部位的材质进行匹配，获得P个磨损部位中的N个材质匹配成功的磨损部位，P和 N为大于或等于1的正整数，且P大于或等于N；根据磨损颗粒的粒径，与 N个材质匹配成功的磨损部位的尺寸进行匹配。
示例的，获取到磨损颗粒B，且监测到设备中有10个磨损部位有磨损，根据磨损颗粒B的形状，与设备中的10个磨损部位的形状进行匹配，根据匹配条件，假设有8个磨损部位的形状与磨损颗粒B的形状匹配成功。进一步的，根据磨损颗粒B的材质，与8个形状匹配成功的磨损部位的材质进行匹配，根据匹配条件，假设有5个磨损部位的材质与磨损颗粒B的材质匹配成功。进一步的，根据磨损颗粒B的粒径，与5个材质匹配成功的磨损部位的尺寸进行匹配。
在步骤中，通过依次将磨损颗粒的形状、材质和粒径，分别与监测到的设备中各磨损部位的形状、材质和尺寸进行匹配，可以更准确地确定出与磨损颗粒对应的磨损部位，以提高确定出的磨损部位的磨损程度准确性。
步骤304：根据匹配结果，确定与磨损颗粒对应的设备中的磨损部位。
在本步骤中，匹配结果为磨损颗粒与磨损部位匹配成功的部位，继步骤 303中的例子，若在与5个材质匹配成功的磨损部位的尺寸进行匹配，获得到1个磨损部位的尺寸与磨损颗粒B的粒径匹配成功，那么，该磨损部位确定为与磨损颗粒B对应的磨损部位。若在与5个材质匹配成功的磨损部位的尺寸进行匹配，获得到3个磨损部位的尺寸与磨损颗粒B的粒径匹配成功，即匹配结果为3个磨损部位，此时，可以根据匹配结果中各个磨损部位与磨损颗粒的相似度确定磨损颗粒B对应的磨损部位，也即，将相似度最高的匹配结果对应的磨损部位确定为与磨损颗粒B对应的磨损部位。
步骤305：根据属性信息中的重量，确定设备中磨损部位的磨损程度。
步骤305与步骤103类似，此处不再赘述。
在本实施例中，通过依次将磨损颗粒的形状、材质和粒径，分别与监测到的设备中各磨损部位的形状、材质和尺寸进行匹配，可以更准确地确定出与磨损颗粒对应的磨损部位，以提高确定磨损部位的磨损程度的准确性。
图4是本发明根据一示例性实施例示出的一种确定设备磨损程度的装置的框图，如图4所示，该确定设备磨损程度的装置包括：获取模块11和确定模块12，其中：
获取模块11，用于获取油液中磨损颗粒的属性信息，属性信息包括重量、粒径、形状和材质，磨损颗粒的粒径大于或等于10微米；
确定模块12，用于根据属性信息中的粒径、形状和材质，确定与磨损颗粒对应的设备的磨损部位；
确定模块12，还用于根据属性信息中的重量，确定设备中磨损部位的磨损程度。
可选的，获取模块11，具体用于：
获取油液中粒径大于或等于10微米的磨损颗粒；
对磨损颗粒分析，获取磨损颗粒的属性信息。
本发明提供的确定设备磨损程度的装置，该装置包括：获取模块11通过获取油液中磨损颗粒的属性信息，属性信息包括重量、粒径、形状和材质，磨损颗粒的粒径大于或等于10微米；之后确定模块12根据属性信息中的粒径、形状和材质，确定与磨损颗粒对应的设备的磨损部位；进一步的，确定模块12又根据属性信息中的重量，确定设备中磨损部位的磨损程度。由于对磨损颗粒中粒径大于或等于10微米的颗粒进行分析，可以获得到磨损部位的磨损总量，以提高磨损部位磨损程度的准确性，实现对设备的实际运行周期进行预测。
可选的，该装置还包括建立模块13，如图5所示，其中，
建立模块13，用于建立磨损颗粒的重量与磨损部位的磨损程度之间的对应关系。
可选的，确定模块12，还用于根据预设的磨损颗粒的重量与磨损部位的磨损程度的对应关系，确定与磨损颗粒的重量对应的设备中磨损部位的磨损程度。
可选的，确定模块12，具体用于：
监测设备中的所有磨损部位，并获取各磨损部位的基础信息，基础信息包括磨损部位的尺寸、形状和材质；
将磨损颗粒的属性信息与监测到的设备中各磨损部位的基础信息进行匹配；
根据匹配结果，确定与磨损颗粒对应的设备中的磨损部位。
可选的，确定模块还用于依次将磨损颗粒的形状、材质和粒径，分别与监测到的设备中各磨损部位的形状、材质和尺寸进行匹配。
可选的，确定模块12，具体用于：
根据磨损颗粒的形状，与设备中的所有磨损部位的形状进行匹配，获得 P个形状匹配成功的磨损部位；
根据磨损颗粒的材质，与P个形状匹配成功的磨损部位的材质进行匹配，获得P个磨损部位中的N个材质匹配成功的磨损部位，P和N为大于或等于1的正整数，且P大于或等于N；
根据磨损颗粒的粒径，与N个材质匹配成功的磨损部位的尺寸进行匹配。
上述装置可用于执行上述对应方法实施例提供的方法，具体实现方式和技术效果类似，这里不再赘述。
以上处理模块可以被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(digital singnal processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。
图6为本发明实施例提供的一种电子设备的结构示意图。图6显示的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，该电子设备可以包括发送器60、处理器61、存储器62和至少一个通信总线63。通信总线63用于实现元件之间的通信连接。存储器 62可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，存储器62中可以存储各种程序，用于完成各种处理功能以及实现本实施例的方法步骤。另外，该电子设备还可以包括接收器64，本实施例中的接收器64可以为相应的具有通信功能和接收信息功能的输入接口，本实施例中的发送器60可以为相应的具有通信功能和发送信息功能的输出接口。可选的，该发送器60和接收器64可以集成在一个通信接口中，也可以分别为独立的两个通信接口。
另外，存储器62中存储有计算机程序，并且被配置为由处理器61执行，该计算机程序包括用于执行如上图1-图3所示实施例的方法的指令或者执行如上图1-图3所示实施例的方法的指令。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现前述方法实施例中任一实现方式提供的确定设备磨损程度的方法。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等) 或处理器(英文：processor)执行本发明各个实施例方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种确定设备磨损程度的方法，其特征在于，包括：
获取油液中磨损颗粒的属性信息，所述属性信息包括重量、粒径、形状和材质，所述磨损颗粒的粒径大于或等于10微米；
根据所述属性信息中的粒径、形状和材质，确定与所述磨损颗粒对应的设备的磨损部位；
根据所述属性信息中的重量，确定所述设备中所述磨损部位的磨损程度。
2.根据权利要求1所述的方法，其特征在于，获取油液中磨损颗粒的属性信息，包括：
获取油液中粒径大于或等于10微米的磨损颗粒；
对所述磨损颗粒分析，获取所述磨损颗粒的属性信息。
3.根据权利要求1所述的方法，其特征在于，所述根据所述属性信息中的重量，确定所述设备中所述磨损部位的磨损程度，包括：
根据预设的磨损颗粒的重量与磨损部位的磨损程度的对应关系，确定与所述磨损颗粒的重量对应的设备中所述磨损部位的磨损程度。
4.根据权利要求3所述的方法，其特征在于，所述根据预设的磨损颗粒的重量与磨损部位的磨损程度的对应关系，确定与所述磨损颗粒的重量对应的设备中所述磨损部位的磨损程度之前，所述方法还包括：
建立所述磨损颗粒的重量与磨损部位的磨损程度之间的对应关系。
5.根据权利要求1所述的方法，其特征在于，所述根据所述属性信息中的粒径、形状和材质，确定与所述磨损颗粒对应的设备的磨损部位，包括：
监测所述设备中的所有磨损部位，并获取各所述磨损部位的基础信息，所述基础信息包括磨损部位的尺寸、形状和材质；
将所述磨损颗粒的属性信息与监测到的所述设备中各磨损部位的基础信息进行匹配；
根据匹配结果，确定与所述磨损颗粒对应的所述设备中的磨损部位。
6.根据权利要求5所述的方法，其特征在于，所述将所述磨损颗粒的属性信息与监测到的所述设备中各磨损部位的基础信息进行匹配，包括：
依次将所述磨损颗粒的形状、材质和粒径，分别与监测到的所述设备中所述各磨损部位的形状、材质和尺寸进行匹配。
7.根据权利要求6所述的方法，其特征在于，所述将所述磨损颗粒的形状、材质和粒径，分别与监测到的所述设备中所述各磨损部位的形状、材质和尺寸进行匹配，包括：
根据所述磨损颗粒的形状，与所述设备中的所有磨损部位的形状进行匹配，获得P个形状匹配成功的磨损部位；
根据所述磨损颗粒的材质，与所述P个形状匹配成功的磨损部位的材质进行匹配，获得P个磨损部位中的N个材质匹配成功的磨损部位，所述P和N为大于或等于1的正整数，且P大于或等于N；
根据所述磨损颗粒的粒径，与所述N个材质匹配成功的磨损部位的尺寸进行匹配。
8.一种确定设备磨损程度的装置，其特征在于，包括：
获取模块，用于获取油液中磨损颗粒的属性信息，所述属性信息包括重量、粒径、形状和材质，所述磨损颗粒的粒径大于或等于10微米；
确定模块，用于根据所述属性信息中的粒径、形状和材质，确定与所述磨损颗粒对应的设备的磨损部位；
所述确定模块，还用于根据所述属性信息中的重量，确定所述设备中所述磨损部位的磨损程度。
9.一种电子设备，其特征在于，包括：
处理器；
存储器，用于存储所述处理器的计算机程序；以及，
其中，所述处理器被配置为通过执行所述计算机程序来执行权利要求1至7任一项所述的确定设备磨损程度的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的确定设备磨损程度的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910648604.XA CN110428064A (zh) | 2019-07-18 | 2019-07-18 | 确定设备磨损程度的方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910648604.XA CN110428064A (zh) | 2019-07-18 | 2019-07-18 | 确定设备磨损程度的方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110428064A true CN110428064A (zh) | 2019-11-08 |
Family
ID=68410933
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910648604.XA Pending CN110428064A (zh) | 2019-07-18 | 2019-07-18 | 确定设备磨损程度的方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110428064A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114881569A (zh) * | 2022-05-11 | 2022-08-09 | 成都交大光芒科技股份有限公司 | 轨道交通智能化器具材料管理系统及方法 |
| CN117371993A (zh) * | 2023-12-05 | 2024-01-09 | 延安随缘科技发展有限公司 | 用于提升润滑脂的使用周期方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101943565A (zh) * | 2010-08-20 | 2011-01-12 | 中国人民解放军空军装备研究院航空装备研究所 | 光纤耦合led双光源油液运动颗粒显微成像系统 |
| CN104764489A (zh) * | 2015-03-27 | 2015-07-08 | 西安交通大学 | 一种风电变速器的润滑油在线监测方法 |
| CN106644424A (zh) * | 2015-12-02 | 2017-05-10 | 北京航空航天大学 | 一种基于磨粒信息的寿命终结标志及寿命预测方法 |
| CN107402130A (zh) * | 2017-08-18 | 2017-11-28 | 清华大学天津高端装备研究院 | 一种风电齿轮箱故障等级评价方法 |
| CN108375656A (zh) * | 2018-03-16 | 2018-08-07 | 广研检测（广州）有限公司 | 磨损检测设备及磨损监控系统 |
| CN208140661U (zh) * | 2018-03-16 | 2018-11-23 | 广研检测（广州）有限公司 | 磨损检测设备及磨损监控系统 |
| US20190162711A1 (en) * | 2016-05-17 | 2019-05-30 | Castrol Limited | Oil Analysis |
-
2019
- 2019-07-18 CN CN201910648604.XA patent/CN110428064A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101943565A (zh) * | 2010-08-20 | 2011-01-12 | 中国人民解放军空军装备研究院航空装备研究所 | 光纤耦合led双光源油液运动颗粒显微成像系统 |
| CN104764489A (zh) * | 2015-03-27 | 2015-07-08 | 西安交通大学 | 一种风电变速器的润滑油在线监测方法 |
| CN106644424A (zh) * | 2015-12-02 | 2017-05-10 | 北京航空航天大学 | 一种基于磨粒信息的寿命终结标志及寿命预测方法 |
| US20190162711A1 (en) * | 2016-05-17 | 2019-05-30 | Castrol Limited | Oil Analysis |
| CN107402130A (zh) * | 2017-08-18 | 2017-11-28 | 清华大学天津高端装备研究院 | 一种风电齿轮箱故障等级评价方法 |
| CN108375656A (zh) * | 2018-03-16 | 2018-08-07 | 广研检测（广州）有限公司 | 磨损检测设备及磨损监控系统 |
| CN208140661U (zh) * | 2018-03-16 | 2018-11-23 | 广研检测（广州）有限公司 | 磨损检测设备及磨损监控系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114881569A (zh) * | 2022-05-11 | 2022-08-09 | 成都交大光芒科技股份有限公司 | 轨道交通智能化器具材料管理系统及方法 |
| CN117371993A (zh) * | 2023-12-05 | 2024-01-09 | 延安随缘科技发展有限公司 | 用于提升润滑脂的使用周期方法及系统 |
| CN117371993B (zh) * | 2023-12-05 | 2024-03-08 | 延安随缘科技发展有限公司 | 用于提升润滑脂的使用周期方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102392510B1 (ko) | 산업용 사물 인터넷을 위한 방법들 및 시스템들 | |
| Singh et al. | Deep learning-based cross-domain adaptation for gearbox fault diagnosis under variable speed conditions | |
| CN106095655B (zh) | 一种异常检测方法、应用和监控设备 | |
| CN105809255B (zh) | 一种基于物联网的火电厂旋转机械健康管理方法及系统 | |
| CN110428064A (zh) | 确定设备磨损程度的方法、装置及存储介质 | |
| Xu et al. | Review of condition monitoring and fault diagnosis for marine power systems | |
| CN109976989A (zh) | 跨节点应用性能监测方法、装置及高性能计算系统 | |
| Starr et al. | Maintenance today and future trends | |
| CN105930537A (zh) | 一种页面保存的方法及电子设备 | |
| CN109087281A (zh) | 显示屏外围电路检测方法、装置、电子设备及存储介质 | |
| CN110362481A (zh) | 自动测试方法及终端设备 | |
| CN109190907A (zh) | 基于大数据的供电所小微权力廉洁风险指数构建方法 | |
| CN111242430A (zh) | 电力设备供应商评价方法和装置 | |
| CN112152874A (zh) | 分布式系统中应用监控数据的采集与分析系统及方法 | |
| Sheng et al. | Bearing performance degradation assessment and remaining useful life prediction based on data-driven and physical model | |
| CN114003345A (zh) | 一种基于云原生的Kubernetes平台健康度确定方法和装置 | |
| Bai et al. | Intelligent fault diagnosis method for rolling bearing using WMNRS and LSSVM | |
| Ou et al. | An encoder signal-based approach for low-speed planetary gearbox fault diagnosis | |
| Wang et al. | Multi-domain extreme learning machine for bearing failure detection based on variational modal decomposition and approximate cyclic correntropy | |
| Zhao et al. | Fault diagnosis of rolling element bearing based on S transform and gray level co-occurrence matrix | |
| CN107193749B (zh) | 测试方法、装置及设备 | |
| CN109376962A (zh) | 滚动轴承的实际寿命预测方法、装置及智能终端 | |
| CN116642696A (zh) | 铁路轴承健康监测方法、装置、系统、终端及存储介质 | |
| CN109274548A (zh) | 一种应用程序监控方法、计算机可读存储介质及终端设备 | |
| CN107389367A (zh) | 一种基于最优信噪比的信号自适应解包络方法及计算设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |